Python:多维数组掩码
Python:多维数组掩码
提问于 2012-01-20 14:27:43
下面这段简单代码在Matlab中的pythonic实现是等价的。
Matlab:
B = 2D array of integers as indices [1...100]
A = 2D array of numbers: [10x10]
A[B] = 0其工作得很好，例如对于B[i]=42，它找到要设置的列5的位置2。在Python中，它会导致错误: out of bound is logical。然而，为了将上面的Matlab代码转换成Python，我们正在寻找Python的方法。还请考虑更高维度的问题，例如：
B = 2D array of integers as indices [1...3000]
C = 3D array of numbers: [10x10x30]
C[B] = 0我们考虑的一种方法是将索引数组元素改为i,j，而不是绝对位置。也就是说，将42定位到divmod(42,m=10)[::-1] >>> (2,4)。因此，我们将有一个索引的nx2 >>> ii,jj向量，它可以很容易地用于索引A。我们认为这可能是一种更好的方法，对于Python中的更高维度也是有效的。
回答 1
Stack Overflow用户
回答已采纳
发布于 2012-01-20 15:10:54
您可以在索引数组(A)之前对其使用.ravel()，然后在索引之后对其使用.reshape()。
或者，由于您知道A.shape，因此可以在索引之前对另一个数组(B)使用np.unravel_index。
示例1：
>>> import numpy as np
>>> A = np.ones((5,5), dtype=int)
>>> B = [1, 3, 7, 23]
>>> A
array([[1, 1, 1, 1, 1],
[1, 1, 1, 1, 1],
[1, 1, 1, 1, 1],
[1, 1, 1, 1, 1],
[1, 1, 1, 1, 1]])
>>> A_ = A.ravel()
>>> A_[B] = 0
>>> A_.reshape(A.shape)
array([[1, 0, 1, 0, 1],
[1, 1, 0, 1, 1],
[1, 1, 1, 1, 1],
[1, 1, 1, 1, 1],
[1, 1, 1, 0, 1]])示例2：
>>> b_row, b_col = np.vstack([np.unravel_index(b, A.shape) for b in B]).T
>>> A[b_row, b_col] = 0
>>> A
array([[1, 0, 1, 0, 1],
[1, 1, 0, 1, 1],
[1, 1, 1, 1, 1],
[1, 1, 1, 1, 1],
[1, 1, 1, 0, 1]])稍后发现:您可以使用numpy.put
>>> import numpy as np
>>> A = np.ones((5,5), dtype=int)
>>> B = [1, 3, 7, 23]
>>> A.put(B, [0]*len(B))
>>> A
array([[1, 0, 1, 0, 1],
[1, 1, 0, 1, 1],
[1, 1, 1, 1, 1],
[1, 1, 1, 1, 1],
[1, 1, 1, 0, 1]])页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/8937566
复制相关文章
相似问题